Recurrent Neural Networks (RNNs) gehören zur Kategorie Künstliche Intelligenz und spielen auch eine wichtige Rolle bei Big Data und Smart Data sowie in der Automatisierung. RNNs sind spezielle Formen von künstlichen neuronalen Netzen, die dafür entwickelt wurden, mit Daten umzugehen, die eine Reihenfolge haben – zum Beispiel bei Texten, Ton oder Zeitreihen.

Im Gegensatz zu klassischen künstlichen neuronalen Netzen können RNNs Informationen aus früheren Schritten “merken” und sie für spätere Entscheidungen nutzen. So können sie Zusammenhänge erkennen, die nicht sofort offensichtlich sind. Das macht RNNs besonders nützlich für Aufgaben wie Sprach- und Texterkennung, Übersetzungen oder auch die Vorhersage von Aktienkursen.

Ein plakatives Beispiel: Beim Tippen in einer Smartphone-Nachricht schlägt das Gerät oft vor, wie ein angefangener Satz weitergehen könnte. Dahinter steckt häufig ein Recurrent Neural Network, das aus früheren Texteingaben Muster erlernt hat und darauf basierend die nächsten Wörter vorschlägt.

Dadurch helfen RNNs Unternehmen bei der Automatisierung alltäglicher Prozesse, machen Dienste smarter und tragen dazu bei, große Datenmengen sinnvoll auszuwerten.

Recurrent Neural Networks (RNNs) gehören zur Kategorie Künstliche Intelligenz und spielen auch eine wichtige Rolle bei Big Data und Smart Data sowie in der Automatisierung. RNNs sind spezielle Formen von künstlichen neuronalen Netzen, die dafür entwickelt wurden, mit Daten umzugehen, die eine Reihenfolge haben – zum Beispiel bei Texten, Ton oder Zeitreihen.

Im Gegensatz zu klassischen künstlichen neuronalen Netzen können RNNs Informationen aus früheren Schritten “merken” und sie für spätere Entscheidungen nutzen. So können sie Zusammenhänge erkennen, die nicht sofort offensichtlich sind. Das macht RNNs besonders nützlich für Aufgaben wie Sprach- und Texterkennung, Übersetzungen oder auch die Vorhersage von Aktienkursen.

Ein plakatives Beispiel: Beim Tippen in einer Smartphone-Nachricht schlägt das Gerät oft vor, wie ein angefangener Satz weitergehen könnte. Dahinter steckt häufig ein Recurrent Neural Network, das aus früheren Texteingaben Muster erlernt hat und darauf basierend die nächsten Wörter vorschlägt.

Dadurch helfen RNNs Unternehmen bei der Automatisierung alltäglicher Prozesse, machen Dienste smarter und tragen dazu bei, große Datenmengen sinnvoll auszuwerten.